Gambar 6.1 Hasil Uji Normalitas dengan Uji Histogram
6.3.1 Hasil Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah populasi data berdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data
berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi yaitu data berasal dari
distribusi yang normal. Jika data tidak berdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan
adalah statistik non parametrik. Untuk mencek apakah hasil pengamatan data menyebar normal atau tidak,
dapat dilakukan dengan berbagai cara seperti dengan uji histogram, uji normal P Plot, uji Chi Square, Skewness dan Kurtosis atau uji Kolmogorov Smirnov
Situmorang dan Luthfi, 2011. Pada penelitian ini normalitas data dilakukan dengan uji Normal Probability Plot.
Gambar 6.1 Hasil Uji Normalitas dengan Normal P Plot
Universitas Sumatera Utara
Sebagaimana terlihat dalam grafik Normal P-P plot of regression Standardized Residual
, terlihat bahwa titik – titik menyebar disekitar garis
diagonal , serta penyebarannya mengikuti arah garis diagonal membentuk garis lurus, maka dapat dikatakan bahwa data berdistribusi normal dan model regresi
layak dipakai untuk memprediksi Keputusan Pembelian berdasarkan variabel bebasnya.
6.3.2 Hasil Uji Multikolinearitas
Uji asumsi klasik berikutnya adalah uji multikolinearitas, digunakan untuk mengetahui ada tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu
adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya Multikolinearitas.
Pada riset ini akan dilakukan uji Multikolinearitas dengan melihat nilai Variance Inflation Factor
VIF pada model regresi. Menurut Santoso 2005, pada umumnya jika VIF lebih besar dari 5, maka variabel tersebut mempunyai
persoalan Multikolinearitas dengan variabel bebas lainnya, hasil uji multikolinearitas dapat dilihat pada Tabel 6.10
Tabel 6.10 Hasil Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
-.027 .309
-.088 .930 Periklanan
.360 .122
.333 2.956 .004 .367 2.726
Penj_Perorangan .253
.170 .217 1.488 .142
.220 4.544 Pro_Penjualan
.358 .163
.298 2.193 .032 .253 3.954
Humas -.006
.118 -.005
-.053 .958 .449 2.228
Pems_Langsung .087
.109 .087
.798 .428 .389 2.572
a. Dependent Variable: Kept_Pembelian
Universitas Sumatera Utara
Sumber : Hasil Penelitian data diolah dengan SPSS, 2013
Dari Tabel 6.10 terlihat bahwa nilai pada kolom VIF dibawah 5 , variabel periklanan 2,726, variabel penjualan perorangan 4,544, variabel promosi
penjualan 3,954, variabel hubungan masyarakat 2,228, variabel pemasaran langsung 2,572. Semua variabel independen memiliki nilai Variance Inflation
Factor VIF lebih kecil dari 5, sehingga dapat disimpulkan bahwa antar variabel
tersebut tidak terjadi persoalan Multikolinearitas.
6.3.3 Hasil Uji Heterokedastisitas